假设银行有k个窗口提供服务，窗口前设一条黄线，所有顾客按到达时间在黄线后排成一条长龙。当有窗口空闲时，下一位顾客即去该窗口处理事务。当有多个窗口可选择时，假设顾客总是选择编号最小的窗口。\n\n本题要求输

入n个顾客的到达时间，以及每个顾客需要处理的时间，计算所有顾客处理完毕的时间。

算法思路：

1. 创建一个长度为k的数组，表示每个窗口的空闲时间，初始值为。

2. 创建一个队列，表示当前排队的顾客。

3. 遍历每个顾客，将其加入队列中。

4. 当队列不为空时，取出队首顾客，找到空闲时间最早的窗口，将其分配给该顾客，更新该窗口的空闲时间。

5. 如果队列中还有顾客，重复步骤4，直到队列为空。

6. 返回最后一个顾客处理完毕的时间。

Python代码实现：

def bank_service(k, n, arrive_time, process_time):
# 创建一个长度为k的数组，表示每个窗口的空闲时间，初始值为
windows = [] * k
# 创建一个队列，表示当前排队的顾客
queue = []
# 遍历每个顾客，将其加入队列中
for i in range(n):
queue.append((arrive_time[i], process_time[i]))
# 当队列不为空时，取出队首顾客，找到空闲时间最早的窗口，将其分配给该顾客，更新该窗口的空闲时间
cur_time =
while queue:
# 找到空闲时间最早的窗口
idx = windows.index(min(windows))
# 取出队首顾客
arrive, process = queue.pop()
# 计算顾客开始处理事务的时间
start_time = max(arrive, windows[idx])
# 更新该窗口的空闲时间
windows[idx] = start_time + process
# 更新当前时间
cur_time = max(cur_time, windows[idx])
# 返回最后一个顾客处理完毕的时间
return cur_time

# 测试
k = 3
n = 5
arrive_time = [1, 2, 6, 8, 9]
process_time = [3, 6, 4, 5, 2]
print(bank_service(k, n, arrive_time, process_time)) # 输出：15